滚动信息2

摘要：传统电子信息工程专业考核重知识记忆，轻技能评价，不能全面反映学生综合能力。本文创建了AI驱动的知识技能多维考核体系，设计了知识维度和技能维度的双层指标，创建了智能试题库和数字化实验平台，实现了自动评分和学情分析。用能力画像和个性化推送为学生提供精准的学习支持。研究发现，该体系可以较好地解决考核单一化的问题，实现知识掌握和实践能力的平衡评价，为工程类专业考核改革提供一定的参考。

关键词：AI驱动；电子信息工程；多维考核

一、电子信息工程专业考核现状分析与多维考核框架设计

（一）传统考核模式的主要局限

传统的考核模式以期末闭卷笔试为主，它的不足表现在各个方面。试卷题目大多为概念性、计算性题目，重在考查学生对理论知识的记忆和再现，缺少对电路设计、系统调试、故障排查等实践能力的考查。形式而言，统一试卷、统一评分标准不能体现学生在工程实践中的个体差异，比如创新能力、协作能力、问题解决能力等不能通过标准化试卷来测量。从反馈维度来说，考试成绩只给出一个总分，学生不能了解自身在知识结构上的薄弱环节，教师也很难得到准确的教学改进依据。以模拟电子技术课程为例，学生可以记住放大器的工作原理，但是在实际焊接和调试电路的时候，却不能识别出虚焊、自激振荡等常见的问题，这种“知”与“行”的脱节是单一考核模式所不能克服的弊端。

（二）知识技能多维考核体系的设计思路

多维考核体系把“知识”和“技能”作为两大核心维度，创建分层分类的考核指标。知识维度分为基础理论、专业核心、前沿拓展三个层次，考核形式有智能组卷的在线测试、知识点闯关、概念辨析等。技能维度包含基础操作、系统设计、创新实践这三个层次，考核形式有数字化实验平台虚拟仿真、远程硬件实验、项目式考核等。两个维度之间设置交叉指标，知识应用能力要求学生在实验中解释现象背后的理论原理，技能迁移能力要求学生将所学技术迁移到新的问题情境中。考核权重根据课程性质可以灵活分配，理论课程可以适当提高知识维度的权重，实践课程则侧重技能维度。信号与系统课程的考核中，知识维度用智能试题库考查学生对傅里叶变换、滤波器设计等理论的理解，技能维度用数字化实验平台要求学生完成滤波器参数调试并观测输出波形，两者综合评定学生的课程达成度。

二、AI驱动下多维考核体系的实施路径与关键技术

（一）智能试题库与数字化实验平台建设

智能试题库属于多维考核的基础资源。试题库建设遵循结构化、参数化、自适应的原则，给每道试题加上知识点标签、难度系数、认知层级、题型类别等元数据。试题类型分为客观题和主观题，客观题可以自动评分，主观题使用自然语言处理技术进行语义分析辅助评分。试题库支持智能组卷，按照考核目标从不同的知识点、不同的难度层次中抽取题目，生成差异化试卷，避免传统考试中“一考定音”的偶然性。数字化实验平台把传统的硬件实验迁移到虚拟仿真和远程实控相结合的环境之中。平台内置示波器、信号发生器、频谱分析仪等常用仪器模型，学生可以在虚拟面包板上搭建电路，平台会自动检测连接是否正确，测量节点电压电流。对于必须使用真实硬件的实验，平台支持远程操控，学生通过网络访问实验设备，实时观察实验现象。

（二）自动评估与学情分析机制

自动评估机制实现考核过程的智能化、评分的客观化。知识维度考核系统按照预设答案和评分规则自动判卷，即时给出成绩和错题分析报告。对技能维度的考核，系统采集学生实验过程中的操作数据，即：操作时序、参数调整轨迹、错误类型及频次等，用预设的专家规则或者机器学习模型对操作的规范性、效率、正确性进行综合评分。自动评估不但给出分数，还会给出诊断信息，比如“滤波器截止频率偏高”“信号幅度超限”等具体问题的描述。学情分析在此基础上，用数据挖掘技术来发现学生的学习行为模式和知识掌握状况。聚类分析可以将学生分为不同的群体，如理论扎实实践薄弱型、实践能力强理论欠缺型、均衡发展型等，为教师因材施教提供依据。关联规则挖掘可以发现知识点之间的隐含依赖关系，比如傅里叶变换理解不准确和滤波器设计错误之间存在很强的关联，说明教师在教学中应该有针对性地加强关联内容的讲解。

（三）能力画像构建与个性化推送

能力画像是以多维考核数据为基础的可视化呈现，用雷达图、柱状图等形式来展示学生的知识水平、技能水平、发展态势。每个学生的画像由知识维度各个子项得分、技能维度各个子项得分、综合评分组成，并且显示与班级平均水平的对比。画像不是静态的，是动态的，系统记录学生历次考核成绩，绘制发展趋势曲线，直观反映进步或退步情况。能力画像的核心价值是支撑个性化推送。系统根据学生各个知识技能点的薄弱环节，从资源库中选取合适的微视频讲解、典型例题分析、仿真实验案例等学习材料，推送给学生。推送策略使用协同过滤和知识图谱相结合的方式，既考虑学生个体需求，又参考相似背景学生的学习路径。以学生在运算放大器应用知识点上的得分较低为例，系统首先推送基础概念的教学视频，再推送相关实验案例，最后推荐进阶练习题，形成递进式学习路径。个性化推送把考核从终结性评价转变为过程性引导，使学生可以自主查漏补缺，实现持续进步。

三、结束语

AI驱动的电子信息工程专业知识技能多维考核体系冲破了传统单一笔试的束缚，达成知识维度和技能维度的均衡评价。智能试题库和数字化实验平台给多维考核赋予了技术支撑，自动评价和学情分析机制加强了评分的客观性以及反馈的及时性，能力画像和个性化推送把考核结果变成学习资源，创建起“考核—诊断—推送—提升”的闭环。该体系在部分电子信息工程专业课程中进行了试点，初步证明了其激发学生实践兴趣、提高学生综合能力的可行性。

参考文献

[1]朱青,杨鹃瑞. 人工智能赋能高等教育评价的改革路径探究[J].教育信息化论坛,2025,(05):25-27.

[2]李运福. 人工智能赋能高等教育评价改革的国际借鉴[J].电化教育研究,2025,46(02):32-40.

[3]吴中元. 人工智能赋能高等教育评价改革的动因、内涵及路径[J].黑龙江高教研究,2025,43(02):133-139.

张学程

  汉口学院 湖北省武汉市